Menu
视频创作技能。图片+音频合成视频，支持淡入淡出转场、自动拼接片尾、添加BGM。当用户提到「生成视频」「图文转视频」「做视频号」时触发此技能。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | video-creator |
| description | 视频创作技能。图片+音频合成视频，支持淡入淡出转场、自动拼接片尾、添加BGM。当用户提到「生成视频」「图文转视频」「做视频号」时触发此技能。 |
图片+音频合成视频工具。
当用户提供故事/剧情/剧本时，必须严格按以下套娃流程执行：
┌─────────────────────────────────────────────────────────────┐
│ 第一层：故事 → 拆分场景 → 并发生成场景主图（文生图） │
│ │
│ 大闹天宫 → 场景1：弼马温受辱 │
│ 场景2：筋斗云回花果山 │
│ 场景3：玉帝派兵 │
│ ... │
│ → 并发调用 text_to_image.py 生成每个场景主图 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 第二层：每个场景主图 → 图生图拆出细镜头（保持角色一致） │
│ │
│ 场景1主图 → 细镜头1：悟空看官印疑惑 │
│ 细镜头2：悟空踢翻马槽 │
│ 场景2主图 → 细镜头1：踏筋斗云腾空 │
│ 细镜头2：花果山自封大圣 │
│ → 并发调用 image_to_image.py，以主图为参考 │
└─────────────────────────────────────────────────────────────┘
↓
┌─────────────────────────────────────────────────────────────┐
│ 第三层：生成配音 + 字幕 + 合成视频 │
│ │
│ 1. tts_generator.py 生成配音 + 时间戳 │
│ 2. 【铁律】根据时间戳精确计算每张图的duration（见下方规范） │
│ 3. 生成 SRT 字幕 │
│ 4. 生成 video_config.yaml 前必须校验总时长 │
│ 5. video_maker.py 合成： │
│ → 图片合成（带转场） │
│ → 合并音频 │
│ → 烧录字幕（ASS格式，底部居中固定） │
│ → 自动拼接片尾（二维码+"点关注不迷路"） │
│ → 添加BGM │
└─────────────────────────────────────────────────────────────┘
**铁律：所有视频必须自动拼接片尾！**
assets/generated/{project_name}/
├── scene1/
│ ├── main.png # 场景1主图（文生图）
│ ├── shot_01.png # 细镜头1（图生图）
│ └── shot_02.png # 细镜头2（图生图）
├── scene2/
│ ├── main.png
│ ├── shot_01.png
│ └── shot_02.png
├── ...
├── narration.mp3 # 配音
├── narration.json # 时间戳
├── subtitles.srt # 字幕
├── video_config.yaml # 视频配置
└── {project_name}.mp4 # 最终视频
# 第一层：并发生成场景主图
python .opencode/skills/image-service/scripts/text_to_image.py "风格描述，场景1内容" -r 9:16 -o scene1/main.png &
python .opencode/skills/image-service/scripts/text_to_image.py "风格描述，场景2内容" -r 9:16 -o scene2/main.png &
wait
# 第二层：并发图生图生成细镜头
python .opencode/skills/image-service/scripts/image_to_image.py scene1/main.png "保持角色风格，细镜头描述" -r 9:16 -o scene1/shot_01.png &
python .opencode/skills/image-service/scripts/image_to_image.py scene1/main.png "保持角色风格，细镜头描述" -r 9:16 -o scene1/shot_02.png &
wait
# 第三层：生成配音+合成视频
python .opencode/skills/video-creator/scripts/tts_generator.py --text "完整旁白" --output narration.mp3 --timestamps
python .opencode/skills/video-creator/scripts/video_maker.py video_config.yaml --srt subtitles.srt --bgm epic
# video_config.yaml
ratio: "9:16" # 必须加引号！避免YAML解析错误
bgm_volume: 0.12
outro: true
scenes:
- audio: narration.mp3
images:
# 按场景顺序排列所有细镜头
- file: scene1/shot_01.png
duration: 4.34
- file: scene1/shot_02.png
duration: 4.88
- file: scene2/shot_01.png
duration: 2.15
# ...
注意：ratio 必须用引号包裹，如 "9:16"，否则 YAML 会解析成时间格式。
生成 video_config.yaml 前，必须严格按以下流程计算 duration：
import json
with open("narration.json", "r") as f:
timestamps = json.load(f)
audio_duration = timestamps[-1]["end"]
print(f"音频总时长: {audio_duration:.1f}s")
根据解说词内容，确定每张图对应的时间段：
# 示例：根据解说词内容划分
# 找到每个主题切换点的时间戳
scenes = [
("cover.png", 0, 12.5), # 开场到第一个主题切换
("scene01.png", 12.5, 26), # 第二段内容
# ...根据 narration.json 中的句子边界精确划分
]
for file, start, end in scenes:
duration = end - start
print(f"{file}: {duration:.1f}s")
total_duration = sum(duration for _, _, duration in scenes)
assert abs(total_duration - audio_duration) < 1.0, \
f"时长不匹配！图片总时长{total_duration}s vs 音频{audio_duration}s"
生成配置前，先输出分配表让用户确认：
| 场景图 | 对应内容 | 开始 | 结束 | 时长 |
|--------|----------|------|------|------|
| cover.png | 开场引入 | 0s | 12.5s | 12.5s |
| scene01.png | AI Agent时代 | 12.5s | 26s | 13.5s |
| ... | ... | ... | ... | ... |
| **合计** | | | | **{total}s** |
音频总时长：{audio_duration}s
差值：{diff}s ✅/❌
字幕使用 ASS 格式，强制底部居中固定位置：
禁止：字幕乱跑、大小不一、位置不固定
python video_maker.py config.yaml [options]
| 参数 | 说明 | 默认值 |
|---|---|---|
--no-outro | 不添加片尾 | 添加 |
--no-bgm | 不添加BGM | 添加 |
--fade | 转场时长(秒) | 0.5 |
--bgm-volume | BGM音量 | 0.08 |
--bgm | 自定义BGM（可选: epic） | 默认科技风 |
--ratio | 视频比例 | 16:9（会被配置文件覆盖） |
--srt | 字幕文件路径 | 无 |
python tts_generator.py --text "文本" --output audio.mp3 [options]
| 参数 | 说明 | 默认值 |
|---|---|---|
--voice | 音色 | zh-CN-YunxiNeural |
--rate | 语速 | +0% |
--timestamps | 输出时间戳JSON | 否 |
与 image-service 生图服务保持一致，支持 10 种比例：
| 比例 | 分辨率 | 适用场景 |
|---|---|---|
| 1:1 | 1024×1024 | 正方形，朋友圈 |
| 2:3 | 832×1248 | 竖版海报 |
| 3:2 | 1248×832 | 横版海报 |
| 3:4 | 1080×1440 | 小红书、朋友圈 |
| 4:3 | 1440×1080 | 传统显示器 |
| 4:5 | 864×1080 | |
| 5:4 | 1080×864 | 横版照片 |
| 9:16 | 1080×1920 | 抖音、视频号、竖屏 |
| 16:9 | 1920×1080 | B站、YouTube、横屏 |
| 21:9 | 1536×672 | 超宽屏电影 |
铁律：所有视频必须自动拼接对应尺寸的片尾！
片尾匹配顺序：
outro_{ratio}.mp4outro_9x16.mp4，横版→outro_16x9.mp4outro.mp4| 文件 | 风格 | 适用场景 |
|---|---|---|
bgm_technology.mp3 | 科技感 | 技术教程、产品介绍 |
bgm_epic.mp3 | 热血史诗 | 故事、战斗、励志 |
使用：--bgm epic 或 --bgm /path/to/bgm.mp3
| 音色 ID | 风格 |
|---|---|
| zh-CN-YunyangNeural | 男声，新闻播报 |
| zh-CN-YunxiNeural | 男声，阳光活泼 |
| zh-CN-XiaoxiaoNeural | 女声，温暖自然 |
| zh-CN-XiaoyiNeural | 女声，活泼可爱 |
video-creator/
├── SKILL.md
├── scripts/
│ ├── video_maker.py # 主脚本：图片+音频→视频
│ ├── tts_generator.py # TTS 语音生成
│ └── scene_splitter.py # 场景拆分器（可选）
├── assets/
│ ├── outro.mp4 # 通用片尾（16:9）
│ ├── outro_9x16.mp4 # 竖版片尾
│ ├── outro_3x4.mp4 # 3:4片尾
│ ├── bgm_technology.mp3 # 默认BGM
│ └── bgm_epic.mp3 # 热血BGM
└── references/
└── edge_tts_voices.md
# 系统依赖
brew install ffmpeg # Mac
# Python 依赖
pip install edge-tts pyyaml
投标服务方案文档生成器。根据采购技术规范和评分标准，自动生成完整的投标服务方案文档（Word + 信息图）。当用户说"生成投标方案"、"做标书"、"做服务方案"、"按技术规范出文档"时使用此skill。
深度研究分析skill，用于股票、加密货币和商品期货的专业交易研究。当用户输入"研究一下"、"帮我研究"、"分析一下"时触发。根据标的类型自动应用不同的研究框架，输出可直接用于交易决策的研究报告。完成后自动保存到Notion。
多视角思考框架。当用户说"帮我想想"、"分析一下这个问题"、"/think"时触发。支持三种模式：职业视角模式（25个职业思维工具）、人格唤醒模式（真实历史人物）、会诊流模式（结构化7阶段收敛）。基于查理·芒格的多元心智模型 + 马斯克的第一性原理 + Ian 的人格唤醒方法论 + 顾问团会诊流程。
多视角思考框架。当用户说"帮我想想"、"分析一下这个问题"、"/think"时触发。支持三种模式：职业视角模式（25个职业思维工具）、人格唤醒模式（真实历史人物）、会诊流模式（结构化7阶段收敛）。基于查理·芒格的多元心智模型 + 马斯克的第一性原理 + Ian 的人格唤醒方法论 + 顾问团会诊流程。
Formats plain text or markdown files with frontmatter, titles, summaries, headings, bold, lists, and code blocks. Use when user asks to "format markdown", "beautify article", "add formatting", or improve article layout. Outputs to {filename}-formatted.md.
Converts Markdown to styled HTML with WeChat-compatible themes. Supports code highlighting, math, PlantUML, footnotes, alerts, and infographics. Use when user asks for "markdown to html", "convert md to html", "md转html", or needs styled HTML output from markdown.